(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211176714.9 (22)申请日 2022.09.26 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 张瑾　赵思琦　郝雄斌　张鹏　 李科强　王伟　祝捷　赵庆　王镇　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 李辉　王维宁 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 40/02(2012.01) G06F 16/33(2019.01) G06F 16/35(2019.01)G06N 3/04(2006.01) G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 经营状态分析方法及装置 (57)摘要 本发明公开了一种经营状态分析方法及装 置， 涉及人工智能技术领域， 所述方法包括： 获取 经营状态特征数据并进行第一预处理， 得到第一 经营状态特征向量； 基于所述第一经营状态特征 向量和经营状态预测模型， 得到经营状态预测结 果； 对所述经营状态预测结果和所述经营状态特 征数据进行第二预处理并输入分析文本生成模 型， 得到经营状态分析结果； 通过训练过的预测 模型根据经营特征数据对未来的经营情况进行 预测， 从而实现高效准确的对未来经营目标进行 规划， 并且将未来经营目标规划信息与当前经营 状态信息输入预先训练好的文本生成模型用于 生成报告， 提高了 工作分析报告的制作效率。 权利要求书2页 说明书11页 附图6页 CN 115423529 A 2022.12.02 CN 115423529 A 1.一种经 营状态分析 方法， 其特 征在于， 包括： 获取经营状态特 征数据； 对所述经营状态特征数据进行第 一预处理， 得到所述经营状态特征数据对应的第 一经 营状态特 征向量； 基于所述第 一经营状态特征向量和经营状态预测模型， 得到经营状态预测结果； 其中， 所述经营状态预测模型是基于历史经营状态特征数据和历史经营状态特征数据对应的标 签训练得到的； 对所述经营状态预测结果和所述经营状态特征数据进行第 二预处理， 得到所述经营状 态预测结果对应的经营状态预测结果特征向量和所述经营状态特征数据对应的第二经营 状态特征向量； 基于所述第 二经营状态特征向量、 所述经营状态预测结果特征向量和分析文本生成模 型， 得到经营状态分析结果； 其中， 所述分析文本生成模型是基于历史经营状态数据集和对 应的分析文本样本训练得到的。 2.如权利要求1所述的方法， 其特征在于， 基于历史经营状态特征数据和历史经营状态 特征数据对应的标签训练得到经 营状态预测模型包括以下步骤： 获取所述历史经 营状态特 征数据和所述历史经 营状态特 征数据对应的标签； 对所述历史经营状态特征数据进行预处理， 得到所述历史经营状态特征数据对应的历 史经营状态特 征向量； 基于所述历史经营状态特征向量和所述历史经营状态特征数据对应的标签对第一原 始模型进行训练， 得到所述经 营状态预测模型。 3.如权利要求2所述的方法， 其特征在于， 基于历史经营状态数据集和对应的分析文本 样本训练得到所述分析文本生成模型包括以下步骤： 获取所述历史经 营状态数据集和对应的分析文本样本； 基于所述历史经营状态数据集和对应的分析文本样本对第 二原始模型进行训练， 得到 所述分析文本生成模型。 4.如权利要求3所述的方法， 其特征在于， 基于所述历史经营状态数据集和对应的分析 文本样本对第二原 始模型进行训练， 得到所述分析文本生成模型， 包括以下步骤： 基于所述历史经营状态数据集和对应的分析文本样本分别对循环神经网络和编码解 码器两种所述第二原 始模型进行训练， 得到第一初始模型和第二初始模型； 使用加权算法将所述第 一初始模型和所述第 二初始模型进行模型融合， 得到所述分析 文本生成模型。 5.一种经 营状态分析装置， 其特 征在于， 包括： 第一获取模块， 用于获取 经营状态特 征数据； 第一预处理模块， 用于对所述经营状态特征数据进行预处理， 得到所述经营状态特征 数据对应的经 营状态特 征向量； 预测模块， 用于基于所述经营状态特征向量和经营状态预测模型， 得到经营状态预测 结果； 其中， 所述经营状态预测模型是基于历史经营状态特征数据和历史经营状态特征数 据对应的标签训练得到的； 第二预处理模块， 用于对所述经营状态预测结果进行预处理， 得到所述经营状态预测权　利　要　求　书 1/2 页 2 CN 115423529 A 2结果对应的经 营状态预测结果特 征向量； 文本生成模块， 用于基于所述经营状态特征向量、 所述经营状态预测结果特征向量和 分析文本生成模型， 得到经营状态分析结果； 其中， 所述分析文本生 成模型是基于历史经营 状态数据集和对应的分析文本样本训练得到的。 6.如权利要求5所述的装置， 其特 征在于， 还 包括： 第一样本获取模块， 用于获取所述历史经营状态特征数据和所述历史经营状态特征数 据对应的标签； 第三预处理模块， 用于对所述历史经营状态特征数据进行预处理， 得到所述历史经营 状态特征数据对应的历史经 营状态特 征向量； 第一训练模块， 用于基于所述历史经营状态特征向量和所述历史经营状态特征数据对 应的标签对第一原 始模型进行训练， 得到所述经 营状态预测模型。 7.如权利要求6所述的装置， 其特 征在于， 还 包括： 第二样本获取模块， 用于获取 所述历史经 营状态数据集和对应的分析文本样本； 第二训练模块， 用于基于所述历史经营状态数据集和对应的分析文本样本对第 二原始 模型进行训练， 得到所述分析文本生成模型。 8.如权利要求7 所述的装置， 其特 征在于， 所述第二训练模块包括： 训练单元， 用于基于所述历史经营状态数据集和对应的分析文本样本分别对循环神经 网络和编码解码器两种所述第二原 始模型进行训练， 得到第一初始模型和第二初始模型； 融合单元， 用于使用加权算法将所述第一初始模型和所述第二初始模型进行模型融 合， 得到所述分析文本生成模型。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至4任一所述方 法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处 理器执行时实现权利要求1至4任一所述方法。 11.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括计算机程序， 所述计 算机程序被处 理器执行时实现权利要求1至4任一所述方法。权　利　要　求　书 2/2 页 3 CN 115423529 A 3